مشاركت واحدها در شبكه هاي هوشمند با در نظر گرفتن مديريت سمت تقاضا و سيستم هاي ذخيره ساز انرژي

Unit Commitment in Smart Grids Considering Demand Side Management and Energy Storage Systems

مسئله مشاركت واحدها UC يكي از مسائل مهم در بازار برق به شمار مي­ آيد كه با هوشمند شدن و تجديدساختار شبكه­ ها اهداف و متغيرهاي آن دستخوش تغييراتي شده است. در اين مقاله حل و مدل­ سازي مسئله مشاركت واحدها با در نظر گرفتن شبكه­ هاي هوشمند پيشنهاد شده است. همانطور كه مي­دانيم در شبكه­ هاي هوشمند مسائل جديد همچون مديريت سمت تقاضا و منابع ذخيره­ ساز انرژي (باتري) و همچنين اهداف جديد همچون كاهش آلايندگي­ هاي زيست محيطي واحدها وجود دارد كه مي­ بايست مدنظر قرار گيرد. در اين مقاله مسئله مشاركت واحدها با مدل­ سازي مديريت سمت تقاضا در كنار شارژ و دشارژ بهينه سيستم ذخيره­ ساز باتري با هدف كمينه كردن هزينه ­هاي اقتصادي واحدها و باتري و آلايندگي زيست محيطي ارائه شده است. مدل پيشنهادي يك مدل برنامه­ ريزي خطي عدد صحيح مركب MILP مي­ باشد كه با استفاده از نرم ­افزارهاي تجاري قدرتمند همانند Gurobi حل شده و جواب­ هاي بهينه سراسري تضمين مي ­شود. مدل پيشنهادي روي دو شبكه استاندارد 6 و 118 شينه IEEE اجرا شده كه نتايج نشان از كارآمدي مدل پيشنهادي مي ­باشد.

The issue of unit commitment (UC) is one of the most important issues in the electricity market, and with the smartening and restructuring of networks which its goals and variables have undergone changes. In this paper, solving and modeling the problem of unit commitment by considering smart networks is proposed. As we know, in smart grids, there are new issues such as demand side management and energy storage systems (batteries) as well as new goals such as reducing the environmental pollution of the units that must be considered. In this paper, the issue of unit commitment with demand side management modeling along with optimal charging and discharging of battery storage system with the aim of minimizing the economic costs of units and batteries and environmental pollution is presented. The proposed model is a Mixed Integer Linear Programming (MILP) model that is solved using powerful commercial software such as Gurobi and guarantees optimal global solutions. The proposed model is implemented on two standard IEEE 6 and 118 bus networks, the results of which show the efficiency of the proposed model.